AI-চালিত কোয়ান্টাম সার্কিট কম্প্রেশন নিয়ে $150,000-এর Kaggle প্রতিযোগিতা চালু করল Google
Google Quantum AI ফিউশন, অপ্টিমাইজেশন ও রসায়নে ব্যবহৃত গুরুত্বপূর্ণ কোয়ান্টাম সার্কিটে কিউবিট ও গেটের সংখ্যা কমাতে $150,000-এর একটি Kaggle প্রতিযোগিতা চালু করেছে।
এই পৃষ্ঠাটি ইংরেজি থেকে অনূদিত। কোম্পানি ও পণ্যের নাম এবং সূত্রের লিংক অপরিবর্তিত রয়েছে। ইংরেজিতে মূলটি পড়ুন
Google Quantum AI মোট $150,000 পুরস্কার তহবিল নিয়ে একটি Kaggle প্রতিযোগিতা চালু করেছে, যার লক্ষ্য হলো বাস্তব প্রয়োগের জন্য প্রয়োজনীয় কোয়ান্টাম সার্কিটকে AI ব্যবহার করে আরও ছোট করা। Google-এর ঘোষণায় বলা হয়েছে, এই প্রতিযোগিতার মূল লক্ষ্য হলো ফিউশন শক্তি, সমাবেশমূলক অপ্টিমাইজেশন এবং রসায়ন-সংশ্লিষ্ট বেঞ্চমার্ক সার্কিটে কিউবিট ও গেটের সংখ্যা কমানো, তবে একই সঙ্গে নির্ভুলতার জন্য নির্ধারিত যাচাইকরণ সীমাও বজায় রাখতে হবে।
কী ঘোষণা করা হয়েছে
এই প্রতিযোগিতায় অংশগ্রহণকারীদের Apache 2.0 লাইসেন্সের অধীনে প্রকাশিত রেফারেন্স সার্কিট এবং স্বতন্ত্র ভেরিফায়ারের উন্নত সংস্করণ জমা দিতে হবে। স্কোরিং হবে রিসোর্স হ্রাসের ভিত্তিতে: প্রতিযোগীদের নির্দিষ্ট কাজের জন্য ভেরিফায়ার পাস করতে হবে, একই সঙ্গে গেট ও কিউবিট সংখ্যার ওপর ভিত্তি করে নির্ধারিত একটি কস্ট মেট্রিক কমাতে হবে।
Google বলেছে, এই উদ্যোগটি ফল্ট-টলারেন্ট কোয়ান্টাম কম্পিউটিংয়ের একটি মৌলিক সীমাবদ্ধতাকে লক্ষ্য করছে। হার্ডওয়্যার উন্নত হতে থাকলেও অনেক কার্যকর অ্যালগরিদম এখনো এত বেশি রিসোর্স-নির্ভর যে সেগুলো ব্যবহারিক নয়। সার্কিটের আকার কমাতে পারলে শুধু সরাসরি অ্যালগরিদমিক খরচই কমে না, কোয়ান্টাম ত্রুটি সংশোধনের জন্য দরকারি অতিরিক্ত ওভারহেডও কমে।
পুরস্কারের কাঠামোতে রয়েছে প্রথম স্থানের জন্য $50,000, দ্বিতীয়র জন্য $25,000, তৃতীয়র জন্য $10,000, এবং চতুর্থ থেকে ষষ্ঠ স্থান পর্যন্ত প্রতিটির জন্য $5,000 করে তিনটি পুরস্কার। এর বাইরে অতিরিক্ত পুরস্কারের জন্য Google আরও $50,000 আলাদা করে রেখেছে, যার মধ্যে রয়েছে $10,000-এর মধ্যবর্তী-পর্যায়ের মাইলস্টোন পুরস্কার এবং $10,000-এর “Longest Leader Prize”। মাইলস্টোন পুরস্কার নির্ধারিত হবে November 20 তারিখ UTC 11:59 PM-এ পাবলিক লিডারবোর্ডে সর্বোচ্চ স্কোরের ভিত্তিতে, আর longest-leader পুরস্কার চলবে January 4, 2027 পর্যন্ত।
প্রযুক্তিগত বিবরণ
এই প্রতিযোগিতার ভিত্তি হলো kickmix, যা Google-এর Qualtran প্রকল্পের একটি ওপেন-সোর্স C++20 এবং Python লাইব্রেরি। Qualtran-এর GitHub রিপোজিটরিতে এটিকে ফল্ট-টলারেন্ট কোয়ান্টাম অ্যালগরিদম প্রকাশ ও বিশ্লেষণের জন্য একটি Python লাইব্রেরি হিসেবে বর্ণনা করা হয়েছে।
Google-এর সহগামী গবেষণাপত্র, যা arXiv-এ প্রকাশ করা হয়েছে, সেখানে এই পদ্ধতিকে বর্ণনা করা হয়েছে এমন একটি উপায় হিসেবে যা ধ্রুপদি পদ্ধতিতে যাচাইযোগ্য গঠন ব্যবহার করে AI-সহায়ক কম্পাইলেশনকে সমর্থন করে। arXiv অনুযায়ী, এটি October 16-এ জমা দেওয়া হয়েছিল এবং October 21-এ সংশোধন করা হয়।
Kickmix সার্কিট গঠিত হয় reversible classical logic, phase operations এবং measurement-based uncomputation দিয়ে। Google-এর ভাষ্য অনুযায়ী, এই গঠন ধ্রুপদি কম্পিউটারকে সাধারণ কোয়ান্টাম অবস্থা পুরোপুরি সিমুলেট না করেই randomized fuzz testing ব্যবহার করে সম্ভাব্য সার্কিটগুলো দক্ষতার সঙ্গে পরীক্ষা করতে দেয়। কোম্পানির দাবি, এর ফলে উচ্চ আস্থার সঙ্গে আনুমানিক সঠিকতা প্রতিষ্ঠা করা যায়, যদিও এটি সুনির্দিষ্ট সমতুল্যতা প্রমাণ করে না।
Google আরও বলেছে, kickmix একটি একক CPU core-এ প্রতি সেকেন্ডে 60 billion gate হারে সার্কিট পরীক্ষা করতে পারে। এই সংখ্যা ধ্রুপদি যাচাইকরণের গতি বোঝায়, কোয়ান্টাম হার্ডওয়্যারে চালনার গতি নয়।
তিনটি বেঞ্চমার্ক সমস্যা
এই প্রতিযোগিতা বড় কোয়ান্টাম অ্যালগরিদমের তিনটি বটলনেককে কেন্দ্র করে।
ফিউশন শক্তির ক্ষেত্রে, কাজটি হলো squared-distance ইনপুট থেকে 1/√x-এর সমানুপাতিক একটি phase বাস্তবায়ন করা—এটি এমন একটি সাবরুটিন যা inertial confinement fusion target design-এর সঙ্গে সম্পর্কিত Coulomb-operator simulation-এ ব্যবহৃত হয়।
অপ্টিমাইজেশনের ক্ষেত্রে, বেঞ্চমার্ক হলো superposition-এ একটি Reed-Solomon decoder, যেটিকে Google Optimal Polynomial Intersection সমস্যার জন্য Decoded Quantum Interferometry অ্যালগরিদমের প্রধান arithmetic bottleneck বলে উল্লেখ করেছে।
রসায়নের ক্ষেত্রে, অংশগ্রহণকারীদের FeMoCo-সংশ্লিষ্ট একটি simulation workflow-এ ব্যবহৃত প্যারামিটারের জন্য নির্ভুল factorization এবং সংক্ষিপ্ত loading circuit সহ-নকশা করতে বলা হয়েছে। Google বলেছে, এই বেঞ্চমার্ক nitrogen fixation-এ যুক্ত iron-molybdenum cluster-এর মডেলিংয়ের একটি সাম্প্রতিক অ্যালগরিদমের সঙ্গে সম্পর্কিত।
কেন এটি গুরুত্বপূর্ণ
এটি ব্যবহারিক কোয়ান্টাম প্রয়োগের জন্য প্রয়োজনীয় হার্ডওয়্যার সীমা কমানোর একটি সফটওয়্যার-কেন্দ্রিক প্রচেষ্টা। শুধু আরও বড় প্রসেসরের অপেক্ষায় না থেকে, Google এমন সব সাবরুটিনের জন্য স্বয়ংক্রিয় সার্কিট কম্প্রেশন করতে চাইছে যেগুলো ফল্ট-টলারেন্ট রিসোর্স অনুমানের বড় অংশ দখল করে।
Google বলেছে, তাদের Gemini মডেল ব্যবহার করে করা অভ্যন্তরীণ পরীক্ষায় তিনটি বেঞ্চমার্কেই এখন পর্যন্ত রিপোর্ট করা সার্কিটগুলোর চেয়ে উন্নত ফল পাওয়া গেছে। কোম্পানিটি তাদের গবেষণাপত্রে ওই অভ্যন্তরীণ সার্কিটগুলোর hash প্রকাশ করেছে এবং প্রতিযোগিতা শেষে সেগুলো প্রকাশ করার পরিকল্পনার কথা জানিয়েছে।
কী দেখার আছে
মূল প্রশ্ন হলো, বাইরের দলগুলো যাচাইকরণের সীমার মধ্যে থেকে বাস্তব অর্থে আরও ছোট সার্কিট তৈরি করতে পারে কি না। সমান গুরুত্বপূর্ণ হবে, Google-এর kickmix ফ্রেমওয়ার্কটি এই প্রতিযোগিতায় বাছাই করা তিনটি বেঞ্চমার্কের বাইরে ফল্ট-টলারেন্ট অ্যালগরিদমের অন্যান্য ব্যয়বহুল সাবরুটিনও যথেষ্ট বিস্তৃতভাবে কভার করতে পারে কি না।
সূত্র
এই পাতার তথ্য নিচের সূত্রগুলো থেকে নেওয়া হয়েছে, যা DesignQuantum সংগ্রহ করেছে।
- Announcing the verifiable quantum circuit compilation competition on Kaggle opensource.googleblog.com
- Google Launches $150,000 AI Competition to Reduce Quantum Computing Demands thequantuminsider.com
- Leveraging verifiable structure in quantum circuits to find more efficient compilations with agentic AI arxiv.org
- GitHub - quantumlib/Qualtran: Qᴜᴀʟᴛʀᴀɴ is a Python library for expressing and analyzing Fault Tolerant Quantum algorithms. github.com
- Qualtran/kickmix at main · quantumlib/Qualtran github.com